ggplot2 geom_line绘制随访用药数据：NA值未中断线条问题

我有随访数据，想按受试者绘制用药情况，但使用geom_line绘图时，NA值位置线条未中断，且第3个分面出现了不该有的药物线条。期望效果：顶部线条表示随访天数，下方线条展示对应日期的用药情况。

数据示例 #

# A tibble: 23 × 3
      ID   day medication
   <dbl> <dbl> <chr>     
 1     1     1 NA        
 2     1     2 A         
 3     1     3 NA        
 4     1     4 A         
 5     1     5 A         
 6     1     5 B         
 7     1     6 A         
 8     2     1 NA        
 9     2     2 C         
10     2     3 NA        
11     3     1 A         
12     3     2 C         
13     3     2 D         
14     3     3 D         
15     3     4 NA        
16     3     5 A         
17     4     1 C         
18     4     1 D         
19     4     2 C         
20     4     2 D         
21     4     3 C         
22     4     3 D         
23     4     4 NA

当前绘图代码 #

k <- df %>% ggplot() +
  geom_line(aes(x=day, y= medication ,color= medication, group=medication),linewidth = 1,) +
  facet_grid(ID~ ., drop = TRUE, scales = "free", space = "free")

问题根源 #

1. 将分类变量medication直接作为y轴值，ggplot会自动将其转为连续整数，导致NA与非NA值之间被错误连线
2. group=medication仅按药物分组，会让同一药物跨不同受试者、跨NA值强制连接，引发异常线条

解决方案 #

通过数据整理+合理分组，实现NA值处线条中断，并添加随访天数顶线：

library(tidyverse)

# 整理数据：补全每个受试者-药物的所有随访天数，无用药日期留NA；同时添加随访顶线数据
df_plot <- df %>%
  # 过滤NA并给药物分配y轴位置
  filter(!is.na(medication)) %>%
  mutate(y = as.integer(factor(medication))) %>%
  # 补全每个ID-药物组合的所有天数，无用药则y为NA
  group_by(ID, medication) %>%
  complete(day = full_seq(day, 1)) %>%
  ungroup() %>%
  # 添加随访天数顶线数据（y值高于所有药物）
  bind_rows(
    df %>%
      group_by(ID) %>%
      summarise(
        day = c(1, max(day)),
        medication = "随访天数",
        y = max(as.integer(factor(medication)), na.rm = TRUE) + 1,
        .groups = "drop"
      )
  )

# 绘图
ggplot(df_plot) +
  geom_line(
    aes(x = day, y = y, color = medication, group = interaction(ID, medication)),
    linewidth = 1, na.rm = FALSE
  ) +
  # 自定义颜色
  scale_color_manual(
    values = c("A" = "#E64B35", "B" = "#4DBBD5", "C" = "#00A087", "D" = "#3C5488", "随访天数" = "#2C3E50")
  ) +
  # 分面设置，y轴自由缩放
  facet_grid(ID~., scales = "free_y", space = "free_y") +
  labs(x = "随访天数", color = "类型") +
  theme_minimal() +
  theme(axis.title.y = element_blank())

效果说明 #

• interaction(ID, medication)确保每个受试者的每个药物单独分组，不会跨ID或药物连线
• complete(day = full_seq(day, 1))补全所有天数，无用药日期的NA会让geom_line自动中断线条
• 随访顶线单独生成，y值高于所有药物，清晰标记每个受试者的随访周期

内容的提问来源于stack exchange，提问作者ghs101